Исследование метрик сервиса Яндекс.Афиша¶
В целях корректировки рекламного бюджета проводится когортный анализ клиентов сервиса, расчет маркетинговых, продуктовых и метрик электронной коммерции в разрезе когорт
Исследование проводится на основании данных Яндекс.Афиши с июня 2017 по конец мая 2018 года (dataset: лог сервера с данными о посещениях сайта Яндекс.Афиши; заказы за этот период; статистика рекламных расходов).
Оглавление ¶
1. Загрузка и предобработка данных
1.1. Данные о визитах на сайт/сервис
1.2. Данные о заказах
1.3. Данные о рекламных расходах
2. Расчет метрик
2.1. Продуктовые метрики (на основании данных визитов)
2.1.1. DAU, WAU, MAU и их изменение во времениих
2.1.1.1. DAU
2.1.1.2. WAU
2.1.1.3. MAU
2.1.1.4. Графики изменение DAU, WAU и MAU во времени
Выводы по 2.1.1.
2.1.2. Количество заходов пользователей за день на сайт (среднее и изменение во времени)
2.1.2.1. На основании метрики DAU
2.1.2.2. Анализ на основании MAU
2.1.2.3. Анализ за весь период
Выводы по 2.1.2.
2.1.3. Продолжительность сессии пользователей на сайте (ASL и распределение по пользователям)
Выводы по 2.1.3.
2.1.4. Рассчет Retention Rate
Выводы по 2.1.4.
2.2. Метрики электронной коммерции (на основании данных заказов)
2.2.1. Исследование среднего времени с момента первого посещения сайта до покупки
Выводы по 2.2.1.
2.2.2. Расчет среднего количества покупок на одного клиента за период
Выводы по 2.2.2.
2.2.3. Расчет средней выручки с пользователя (изучение динамики метрики во времени)
2.2.3.1. Расчет в рамках когорт
2.2.3.2. Без деления на когорты
Выводы по 2.2.3.
2.2.4. Анализ накопительного LTV по когортам во времени
Выводы по 2.2.4.
2.3. Маркетинговые метрики
2.3.1. Общая сумма расходов на маркетинг, распределение расходов по источникам, изменение распределения во времени
Выводы по 2.3.1.
2.3.2. CAC
Выводы по 2.3.2.
2.3.3. ROMI по когортам в разрезе источников
Выводы по 2.3.3.
2.3.4. Анализ заказов пользователей в разрезе устройств и платформ
Общие выводы по исследованию
1. Загрузка и предобработка данных¶
In [1]:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
In [2]:
df_v = pd.read_csv('visits_log.csv')
df_o = pd.read_csv('orders_log.csv')
df_c = pd.read_csv('costs.csv')
1.1. Данные о визитах на сайт/сервис¶
In [3]:
df_v.head()
Out[3]:
In [4]:
df_v.info()
In [5]:
# определение уникальных типов устройств
device_list = df_v['Device'].unique().tolist()
device_list
Out[5]:
In [6]:
# проверка наличия полных дубликатов строк
df_v.duplicated().sum()
Out[6]:
В данных о визитах требуется:¶
- замена наименования столбцов (приведение к нижнему регистру и замена пробелов на нижнее подчеркивание);
- преобразование типа столбцов
End TsиStart Tsк типуdatetime.
In [7]:
df_v.columns =[col.lower().replace(' ', '_') for col in df_v.columns.to_list()]
df_v['end_ts'] = pd.to_datetime(df_v['end_ts'])
df_v['start_ts'] = pd.to_datetime(df_v['start_ts'])
df_v.info()
In [8]:
# проверка диапазона дат (01.06.2017 - 31.05.2018 гг)
df_v['start_ts'].describe()
Out[8]:
1.2. Данные о заказах¶
In [9]:
df_o.head()
Out[9]:
In [10]:
df_o.info()
In [11]:
# проверка наличия полных дубликатов строк
df_o.duplicated().sum()
Out[11]:
В данных о заказах требуется:¶
- замена наименования столбцов (приведение к нижнему регистру и замена пробелов на нижнее подчеркивание);
- преобразование типа столбца
Buy Tsк типуdatetime.
In [12]:
df_o.columns =[col.lower().replace(' ', '_') for col in df_o.columns.to_list()]
df_o['buy_ts'] = pd.to_datetime(df_o['buy_ts'])
df_o.info()
In [13]:
# проверка диапазона дат (01.06.2017 - 31.05.2018 гг)
df_o['buy_ts'].describe()
Out[13]:
In [14]:
# исключение строк с датой больше или равно 2018-06-01 00:00:00
df_o = df_o[df_o['buy_ts'] < '2018-06-01 00:00:00']
df_o['buy_ts'].describe()
Out[14]:
1.3. Данные о рекламных расходах¶
In [15]:
df_c.head()
Out[15]:
In [16]:
df_c.info()
In [17]:
df_c.duplicated().sum()
Out[17]:
В данных о рекламных расходах:¶
- преобразование типа столбца
dtк типуdatetime.
In [18]:
df_c['dt'] = pd.to_datetime(df_c['dt'])
df_c.info()
In [19]:
# проверка диапазона дат (01.06.2017 - 31.05.2018 гг)
df_c['dt'].describe()
Out[19]:
2. Расчет метрик¶
2.1. Продуктовые метрики (на основании данных визитов)¶
In [20]:
df_v.head(1)
Out[20]:
In [21]:
# добавление столбцов, соответвующих году, месяцу, недели, дню начала сессии пользователя
df_v['ses_m'] = df_v['start_ts'].dt.strftime('%Y-%m')
df_v['ses_w'] = df_v['start_ts'].dt.strftime('%y%W')
df_v['ses_d'] = df_v['start_ts'].dt.date
df_v['ses_m_dt'] = df_v['start_ts'].astype('datetime64[M]')
df_v.head()
Out[21]:
2.1.1. DAU, WAU, MAU и их изменение во времении¶
2.1.1.1. DAU¶
In [22]:
dau_all = df_v.groupby('ses_d').agg({'uid': ['count','nunique']}).reset_index()
dau_touch = df_v[df_v['device'] == 'touch'].groupby('ses_d').agg({'uid': ['count','nunique']}).reset_index()
dau_desktop = df_v[df_v['device'] == 'desktop'].groupby('ses_d').agg({'uid': ['count','nunique']}).reset_index()
dau_all.columns = ['ses_d', 'count_ses','count_un_users']
dau_touch.columns = ['ses_d', 'count_ses','count_un_users']
dau_desktop.columns = ['ses_d', 'count_ses','count_un_users']
In [23]:
dau_all['count_un_users'].hist()
plt.title('Гистограмма значений DAU')
plt.ylabel('Частотность значения, шт')
plt.xlabel('Количество уникальных пользователей в день, шт.')
plt.show()
In [24]:
dau_all['count_un_users'].describe()
Out[24]:
In [25]:
# среднее значение и медиана имеют сопоставимые значения - в качестве "среднего" будем использовать среднее значение
dau_mean = int(round(dau_all['count_un_users'].mean(), 0))
dau_mean
Out[25]:
2.1.1.2. WAU¶
In [26]:
wau_all = df_v.groupby('ses_w').agg({'uid': 'nunique'}).reset_index()
wau_touch = df_v[df_v['device'] == 'touch'].groupby('ses_w').agg({'uid': 'nunique'}).reset_index()
wau_desktop = df_v[df_v['device'] == 'desktop'].groupby('ses_w').agg({'uid': 'nunique'}).reset_index()
wau_touch.columns = ['ses_w','count_un_users']
wau_all.columns = ['ses_w','count_un_users']
wau_desktop.columns = ['ses_w','count_un_users']
In [27]:
wau_all['count_un_users'].hist()
plt.title('Гистограмма значений WAU')
plt.ylabel('Частотность значения, шт')
plt.xlabel('Количество уникальных пользователей в неделю, шт.')
plt.show()
In [28]:
wau_all['count_un_users'].describe()
Out[28]:
In [29]:
# среднее значение и медиана имеют сопоставимые значения - в качестве "среднего" будем использовать среднее значение
wau_mean = int(round(wau_all['count_un_users'].mean(), 0))
wau_mean
Out[29]:
2.1.1.3. MAU¶
In [30]:
mau_all = df_v.groupby('ses_m').agg({'uid': ['count','nunique']}).reset_index()
mau_touch = df_v[df_v['device'] == 'touch'].groupby('ses_m').agg({'uid': ['count','nunique']}).reset_index()
mau_desktop = df_v[df_v['device'] == 'desktop'].groupby('ses_m').agg({'uid': ['count','nunique']}).reset_index()
mau_all.columns = ['ses_m', 'count_ses', 'count_un_users']
mau_touch.columns = ['ses_m', 'count_ses', 'count_un_users']
mau_desktop.columns = ['ses_m', 'count_ses', 'count_un_users']
In [31]:
mau_all['count_un_users'].hist()
plt.title('Гистограмма значений MAU')
plt.ylabel('Частотность значения, шт')
plt.xlabel('Количество уникальных пользователей в месяц, шт.')
plt.show()
In [32]:
mau_all['count_un_users'].describe()
Out[32]:
In [33]:
# среднее значение и медиана имеют сопоставимые значения - в качестве "среднего" будем использовать среднее значение
mau_mean = int(round(mau_all['count_un_users'].mean(), 0))
mau_mean
Out[33]:
2.1.1.4. Графики изменение DAU, WAU и MAU во времени ¶
In [34]:
plt.figure(figsize=(12,4), dpi=200)
sns.lineplot(x='ses_d', y='count_un_users', data=dau_all, label='DAU все устройства')
sns.lineplot(x='ses_d', y='count_un_users', data=dau_desktop, label='DAU desktop')
sns.lineplot(x='ses_d', y='count_un_users', data=dau_touch, label='DAU touch')
plt.title('График изменения DAU по времени')
plt.xlabel('Дни')
plt.ylabel('Кол. уник. пользоват. в день, шт.')
plt.xticks(ticks=mau_all['ses_m'], rotation=45)
plt.show()
In [35]:
plt.figure(figsize=(12,4), dpi=200)
sns.lineplot(x='ses_w', y='count_un_users', data=wau_all, label='WAU все устройства')
sns.lineplot(x='ses_w', y='count_un_users', data=wau_desktop, label='WAU desktop')
sns.lineplot(x='ses_w', y='count_un_users', data=wau_touch, label='WAU touch')
plt.title('График изменения WAU по времени')
plt.xlabel('Недели')
plt.ylabel('Кол. уник. пользоват. в неделю, шт.')
plt.xticks( rotation=90)
plt.show()
In [36]:
device_list
Out[36]:
In [37]:
plt.figure(figsize=(12,4), dpi=200)
sns.lineplot(x='ses_m', y='count_un_users', data=mau_all, label='MAU все устройства')
sns.lineplot(x='ses_m', y='count_un_users', data=mau_desktop, label='MAU desktop')
sns.lineplot(x='ses_m', y='count_un_users', data=mau_touch, label='MAU touch')
plt.title('График изменемния MAU по времени')
plt.xlabel('Месяцы')
plt.ylabel('Кол. уник. пользоват. в день, шт.')
plt.xticks(ticks=mau_all['ses_m'], rotation=45)
plt.show()
Выводы по 2.1.1.¶
Cредние значения метрик по всем платформам за весь период (01.06.2017 - 31.05.2018 гг):
DAU = 908
WAU = 5_716
MAU = 23_228
Средние значения метрик не соответствуют математическому произведению одних из метрик на соответсвующие константы (количество дней в месяце, количество недель в месяце), что ожидаемо и не является аномалией.График MAU показывает наличие сезонности в использованинии услуги пользователями: летом активность минимальна, с увеличением в осенние месяцы и пиков в ноябре, затем наблюдается снижение активности (однако представлый период данных не позволяет проанализировать сезонность "год к году"). При этом, на платформе touch сезонность в осенне-весенний период отсутствут, по сравнению с сезонностью decktop пользователей.
- График WAU отражает общию тенденцию графика MAU, при этом, показывет наличие в рамках одного месяца разнонаправленные движения, направление которых может не соответствовать тренду месячного графика. А для различных платформ наблюдается в реде периодов разнонаправленная тенденция в одни и теже недели.
- График DAU свидетельствует о распределении в с двумя пиками в течении недели. т.е. в рамках недели наблюдается некоторая повторяющаяся "сезонность" по дням (для более подробных вывовдом по недельному распределению требуется дополнительное исследование). При делении на платформы распределение с двумя пиками характерно для decktop пользователей, а пользователи touch проказывают другую форму распределения (в большинстве случаем противоположно направленную по сравнению с deckop пользователям), кроме того недельная сезонность для touch пользователей не так выражена.
Таким образом, наблюдается различия в между платформами пользователей:
- в первую очередь в количестве
- во вторую очередь в характере изменения показателя во времени.
2.1.2. Количество заходов пользователей за день на сайт (среднее и изменение во времени)¶
2.1.2.1. На основании метрики DAU¶
In [38]:
dau_all.head()
Out[38]:
In [39]:
# добавление столбца с количеством заходов на сайт пользователей
dau_all['cnt_ses_per_user_d'] = round(dau_all['count_ses'] / dau_all['count_un_users'], 2)
dau_all.head(10)
Out[39]:
In [40]:
dau_all['cnt_ses_per_user_d'].hist()
plt.title('Гистограмма заходов пользователей на сайт в день')
plt.ylabel('Частотность значения, шт')
plt.xlabel('Среднее количество заходов на сайт одного пользователя, шт.')
plt.show()
In [41]:
dau_all['cnt_ses_per_user_d'].describe()
Out[41]:
In [42]:
cnt_ses_per_user_d_mean = round(dau_all['cnt_ses_per_user_d'].mean(), 2)
print(cnt_ses_per_user_d_mean)
In [43]:
plt.figure(figsize=(12,4), dpi=200)
sns.lineplot(x='ses_d', y='cnt_ses_per_user_d', data=dau_all, label='Количество сессий на пользователя в день')
plt.title('График изменения количества сессий на пользователя в день')
plt.xlabel('Дни')
plt.ylabel('Кол. сессий на пользователя, шт.')
plt.xticks(ticks=mau_all['ses_m'], rotation=45)
plt.axhline(cnt_ses_per_user_d_mean, ls='--', c='r', label='Среднее кол.сессий на польз. в день за период')
plt.legend()
plt.show()
2.1.2.2. Анализ на основании MAU¶
In [44]:
mau_all['cnt_ses_per_user_m'] = round(mau_all['count_ses'] / mau_all['count_un_users'], 2)
mau_all.head()
Out[44]:
In [45]:
# гистограмма распределения значений
mau_all['cnt_ses_per_user_m'].hist()
plt.title('Гистограмма заходов пользователей на сайт в месяц')
plt.ylabel('Частотность значения, шт')
plt.xlabel('Среднее количество заходов на сайт одного пользователя, шт.')
plt.show()
In [46]:
# расчет среднего значения сессий на одного пользователя за месяц
cnt_ses_per_user_m_mean = round(mau_all['cnt_ses_per_user_m'].mean(), 2)
cnt_ses_per_user_m_mean
Out[46]:
2.1.2.3. Анализ за весь период¶
In [47]:
# подсчет количества сессий и уникальных пользователей за весь период
pau_all = df_v.agg({'uid': ['count', 'nunique']}).T.reset_index(drop=True)
pau_all
Out[47]:
In [48]:
# определение количества месяцев в рассматриваемом периоде
pau_all['count_month'] = len(mau_all)
pau_all
Out[48]:
In [49]:
# расчет среднего значения сессий на одного пользователя за весь период
pau_all['cnt_ses_per_user_y'] = round(pau_all['count'] / pau_all['nunique'], 2)
pau_all
Out[49]:
Выводы по 2.1.2. ¶
В среднем пользователи заходят на сайт 1.08 раз в день. Т.е. пользователь в среднем заходит на сайт только 1 раз в день.
Данный показатель достаточно стабилен на протежении всего периода исследования - наблюдаются небольшие отклонения в ту или другую сторону и есть один всплеск в конце ноября и одно падение показателя в марте-апреле (рассмотрение причин падения в данном исследовании не производится).
При этом, дополнительные исследования показали , что в течении месяца пользователь заходит на сайт только 1.28 раз, а за весь исследуемый период пользователи в среднем заходили только 1.58 раз.
Таким образом, трафик заходов на сайт обеспечивается в основном за счет новых пользователей (более подробно когортный анализ будет рассмотрен в следующих разделах исследования)
2.1.3 Продолжительность сессии пользователей на сайте (ASL и распределение по пользователям)¶
In [50]:
df_v['ses_duration_sec'] = (df_v['end_ts'] - df_v['start_ts']).dt.seconds
df_v.head()
Out[50]:
In [51]:
ses_duration_sec_mean = int(round(df_v['ses_duration_sec'].mean(), 0))
ses_duration_sec_mean
Out[51]:
In [52]:
df_v['ses_duration_sec'].describe()
Out[52]:
In [53]:
plt.figure(figsize=(12,4), dpi=200)
sns.distplot(df_v['ses_duration_sec'], bins=100, kde=False)
plt.title('Гистограмма всех сессий пользователей за весь период')
plt.xlabel('Длительность сессии пользователя, сек')
plt.ylabel('Частотность значения, шт.')
plt.show()
In [54]:
# ящик с усами распределения длительности сессий
df_v[['ses_duration_sec']].boxplot()
plt.title('Boxplot (ящик с усами) длительности сессий пользователей')
plt.ylabel('Секунд')
plt.show()
- Распределение имеет длиный хвост, и редкие выбросы не позволяют отобразить распределение наиболее частных значений.
- отсечем значения выходящие за верхний ус
In [55]:
border_value = 1.5*(df_v['ses_duration_sec'].quantile(q=0.75) - df_v['ses_duration_sec'].quantile(q=0.25))
border_value
Out[55]:
In [56]:
df_v[['ses_duration_sec']].boxplot()
plt.ylim(0, border_value)
plt.title('Boxplot (ящик с усами) длительности сессий пользователей')
plt.ylabel('Секунд')
plt.show()
In [57]:
plt.figure(figsize=(12,4), dpi=200)
sns.distplot(df_v['ses_duration_sec'],bins=3000, kde=False)
plt.title('Гистограмма всех сессий пользователей за весь период с ограничением по верхнему усу')
plt.xlim(0, border_value)
plt.ylabel('Частотность значения, шт')
plt.xlabel('Длительность сессии, сек.')
plt.show()
In [58]:
# расчитаем моду распределения значений
print(df_v['ses_duration_sec'].mode())
Выводы по 2.1.3. ¶
Среднее значение mean() равно 644 сек и смещенно в право за счет длинного хвоста выбросов.
Мода равна 60 сек.
Характер распределения гистограммы продолжительности сессий пользователей показывает, что в качестве "среднего" значения лучше использовать медиану - 300 сек. (5 мин.), как значение отражающее распределение данных.
Таким образом, можно сделать вывод, что пользователи в среднем проводят на сайте около 5 минут.
2.1.4. Рассчет Retention Rate¶
In [59]:
# создание справочника с датой первой сессии пользователя в формате день, неделя, месяц
first_ses_date_by_users = df_v.groupby('uid').agg({'start_ts': 'min', })
first_ses_date_by_users.columns = ['first_ses_ts']
first_ses_date_by_users['first_ses_w'] = first_ses_date_by_users['first_ses_ts'].dt.strftime('%y%W').astype('int')
first_ses_date_by_users['first_ses_m'] = first_ses_date_by_users['first_ses_ts'].astype('datetime64[M]')
first_ses_date_by_users['first_ses_d'] = first_ses_date_by_users['first_ses_ts'].astype('datetime64[D]')
first_ses_date_by_users.sample(10)
Out[59]:
In [60]:
# добавление в исходные данные данных о первой сессии
df_v = df_v.join(first_ses_date_by_users, on='uid')
df_v.sample(5)
Out[60]:
In [61]:
# приведение поля ses_d к типу datetime (для вычисления lifetime когорты)
df_v['ses_d'] = df_v['ses_d'].astype('datetime64[D]')
In [62]:
df_v['lifetime'] = round((df_v['ses_m_dt'] - df_v['first_ses_m']) / np.timedelta64(1, 'M'), 0).astype(int)
df_v.sample(5)
Out[62]:
In [63]:
count_users_cohort_gr = df_v.groupby(['first_ses_m', 'lifetime']).agg({'uid': 'nunique'})
count_users_cohort_gr.columns = ['count_u_users']
count_users_cohort_gr = count_users_cohort_gr.reset_index()
count_users_cohort_gr.head()
Out[63]:
In [64]:
# создаем справочник по когортам - первоначальное количество уникальных пользователей
cohort_usres_cnt = count_users_cohort_gr[count_users_cohort_gr['lifetime'] == 0][['first_ses_m', 'count_u_users']]
cohort_usres_cnt.columns = ['first_ses_m', 'first_count_u_users']
cohort_usres_cnt.head()
Out[64]:
In [65]:
# соединяем две таблицы
count_users_cohort_gr = count_users_cohort_gr.merge(cohort_usres_cnt, on='first_ses_m')
count_users_cohort_gr.head()
Out[65]:
In [66]:
# в новом столбце расчитаем retention rate
count_users_cohort_gr['retention_rate'] = round(count_users_cohort_gr['count_u_users']
/ count_users_cohort_gr['first_count_u_users'], 4)
count_users_cohort_gr.head()
Out[66]:
In [67]:
ret_rate_pvt = count_users_cohort_gr.pivot_table(index='first_ses_m',
columns='lifetime',
values='retention_rate',
aggfunc='sum')
ret_rate_pvt.index = ret_rate_pvt.index.strftime('%Y-%m-%d')
In [68]:
plt.figure(figsize=(12,4), dpi=200)
sns.heatmap(ret_rate_pvt, vmax=0.1, annot=True, fmt='.2%', linewidths=1, linecolor='gray')
plt.title('Таблица Retention Rate помесячных когорт в виде тепловой карты')
plt.ylabel('Когорта ')
plt.xlabel('Время жизни когорты, мес.')
plt.show()
Выводы по 2.1.4. ¶
- Расчитанный Retention Rate наглядно показывает, что возвращаемость пользователей в сервис имеет тенденцию к снижению в течении времени жизни когорты (за год снижается до 1% для первой и второй когорты).
- По новым когортам наблюдается снижение коэффициента за 1-ый месяц жизни (по сравнению с первой когортой) и уменьшение его до 0 - пользователи перестают пользоваться сервисом.
Для выяснения причин оттока пользователей требуется дополнительное исследование.
2.2. Метрики электронной коммерции (на основании данных заказов)¶
2.2.1. Исследование среднего времени с момента первого посещения сайта до покупки¶
In [69]:
# создание справочника дат первых заказов пользоватлей (uid)
uid_first_order_ts = df_o.groupby('uid').agg({'buy_ts': 'min'})
uid_first_order_ts = uid_first_order_ts.rename(columns= {'buy_ts': 'first_buy_ts'}).reset_index()
uid_first_order_ts.head()
Out[69]:
In [70]:
len(uid_first_order_ts)
Out[70]:
In [71]:
# соединение полученного справочника с данными о посещении сайта пользователем
lag_v_o = (df_v[df_v['start_ts'] == df_v['first_ses_ts']]
[['device', 'source_id', 'first_ses_ts', 'uid']]
.merge(uid_first_order_ts, how='right', on='uid'))
lag_v_o.head(5)
Out[71]:
In [72]:
lag_v_o['first_ses_ts'].isna().sum()
Out[72]:
Все строки заказов были сопоставлены с временем начала сессии в таблице сессий.
In [73]:
# добавление в итоговую таблицу столбца с длительностью между первым посящением и покупкой (в часах)
lag_v_o['lag_view_order_h'] = (lag_v_o['first_buy_ts'] - lag_v_o['first_ses_ts']) / np.timedelta64(1, 'h')
lag_v_o.sample(10)
Out[73]:
In [74]:
lag_v_o['lag_view_order_h'].describe()
Out[74]:
In [75]:
# данные содержат длинный хвост, который на три порядка смещает среднее значения вправо
# рассчитаем верхний ус
border_value_lag = round(1.5*(lag_v_o['lag_view_order_h'].quantile(q=0.75) - lag_v_o['lag_view_order_h'].quantile(q=0.25)), 2)
border_value_lag
Out[75]:
In [76]:
# построим ящик с усами с ограничением по верхнему усу
lag_v_o[['lag_view_order_h']].boxplot()
plt.title('Boxplot (ящик с усами) длительности между первым посещением и заказом')
plt.ylabel('Часов')
plt.ylim(0, border_value_lag)
plt.show()
In [77]:
# учитывая такое расспределение данных для построения гистограммы ограничим длительность между посещением и заказом до 2ч.
plt.figure(figsize=(12,4), dpi=200)
sns.distplot(lag_v_o[lag_v_o['lag_view_order_h'].notna() & (lag_v_o['lag_view_order_h'] < 2)]['lag_view_order_h'],
kde=False)
plt.title('Гистограмма (не полного диапазона значений) времени между первым посещением сайта и покупкой')
plt.ylabel('Частотность значения, шт')
plt.xlabel('Длительность, часов')
plt.show()
Выводы по 2.2.1. ¶
- Распределение значений имеет очень существенный хвост вправо, в результате чего медиана (0.27 ч.) отличается от среднего 406 ч. на три порядка.
- При таких значениях в качестве среднего значения лучше использовать медиану.
Таким образом, между первым посещение сайта и заказом в среднем проходит около 30 минут.
2.2.2. Расчет среднего количества покупок на одного клиента за период¶
In [78]:
# добавим в данные о заказах столбец формата месяц (datetime)
df_o['buy_m'] = df_o['buy_ts'].astype('datetime64[M]')
In [79]:
# добавим в справочник uid_first_order_ts столбец формата месяц (datetime)
uid_first_order_ts['first_buy_m'] = uid_first_order_ts['first_buy_ts'].astype('datetime64[M]')
uid_first_order_ts.head(2)
Out[79]:
In [80]:
# добавим данный справочник к данным о заказах df_o
df_o = df_o.merge(uid_first_order_ts, on='uid')
df_o.head()
Out[80]:
In [81]:
# добавим в df_o столбец с lifetime когорты (период когор месяц)
In [82]:
df_o['lifetime'] = ((df_o['buy_m'] - df_o['first_buy_m']) / np.timedelta64(1, 'M')).round().astype('int')
df_o.sample(5)
Out[82]:
In [83]:
# сгруппируем данные по когортам и посчитаем сумму заказов, количество заказов, кол. уникальных пользователей
cohort_o_gr_m = df_o.groupby(['first_buy_m', 'lifetime']).agg({'revenue': 'sum', 'uid': ['count', 'nunique']}).reset_index()
cohort_o_gr_m.columns = ['first_buy_m', 'lifetime', 'sum_buy', 'count_buy', 'count_u_users']
cohort_o_gr_m
Out[83]:
In [84]:
# создадим справочник с количеством уникальных пользователей в каждой когорте
cohort_o_count_users = cohort_o_gr_m[cohort_o_gr_m['lifetime'] == 0][['first_buy_m', 'count_u_users']]
cohort_o_count_users = cohort_o_count_users.rename(columns={'count_u_users': 'first_count_users'})
cohort_o_count_users
Out[84]:
In [85]:
# добавим созданный справочник в cohort_o_gr_m
cohort_o_gr_m = cohort_o_gr_m.merge(cohort_o_count_users, on='first_buy_m')
cohort_o_gr_m.head(5)
Out[85]:
In [86]:
# добавим столбец с количеством заказов на одного пользователя в когорте по lifetime
cohort_o_gr_m['count_buy_per_one_user'] = cohort_o_gr_m['count_buy'] / cohort_o_gr_m['first_count_users']
# добавим столбец с выручкой на одного пользователя в когорте по lifetime
cohort_o_gr_m['sum_buy_per_one_user'] = cohort_o_gr_m['sum_buy'] / cohort_o_gr_m['first_count_users']
cohort_o_gr_m
Out[86]:
In [87]:
# построим сводную таблицу по когортам и по lifetime со значением количества заказов на одного пользователя
cohort_cnt_o_m = cohort_o_gr_m.pivot_table(index='first_buy_m', columns='lifetime', values= 'count_buy_per_one_user').round(2)
cohort_cnt_o_m.index = cohort_cnt_o_m.index.strftime('%Y-%m-%d')
plt.figure(figsize=(12,4), dpi=200)
sns.heatmap(cohort_cnt_o_m, vmax=0.15, annot=True, fmt='.2f', linewidths=1, linecolor='gray')
plt.title('Таблица значений количества заказов на одного пользователя по когортам во времени')
plt.ylabel('Когорта ')
plt.xlabel('Время жизни когорты, мес.')
plt.show()
In [88]:
# сделаем срез данных ограничив время жизни когорт 6-ю месяцами и оставив когорты с набором значений за первые 6-ть месяцев
cohort_cnt_o_m_slice = cohort_cnt_o_m.loc[:'2018-01-01', '0':'5']
cohort_cnt_o_m_slice
Out[88]:
In [89]:
cohort_cnt_o_m_slice_mean_all = cohort_cnt_o_m_slice.mean(axis=1).round(2)
cohort_cnt_o_m_slice_mean_all
Out[89]:
In [90]:
cohort_cnt_o_m_slice_mean_avg = cohort_cnt_o_m_slice_mean_all.mean()
cohort_cnt_o_m_slice_mean_avg
Out[90]:
Выводы по 2.2.2. ¶
- Когортный анализ показывают, что пользователи делают чуть больше одного заказа в первый месяц (~1.15), а затем возвращаемость клиентов в помесячном расчете 5 - 10 % и снижается до нуля (за несколько месяцева), негативная тенденция усиливается у старших когорт.
- В результате этого, среднее количество покупок на одного пользователя за 6 месяцев составляет 0.235.
При данной низкой возвращаемости пользователей в сервис говорить о среднем количестве заказов за какой-либо период не корректно, потому что фактически пользователь использует сервис в первый месяц и затем уходит из него и те 5-10% процентов возвращаемости могут обеспечивать одни и теже пользователи - постоянные клиенты (подробнее см. дальше разделы исследования).
2.2.3. Расчет средней выручки с пользователя (изучение динамики метрики во времени)¶
2.2.3.1. Расчет в рамках когорт ¶
In [91]:
cohort_o_gr_m.head(5)
Out[91]:
In [92]:
plt.figure(figsize=(12,4), dpi=200)
sns.distplot(cohort_o_gr_m['sum_buy_per_one_user'],kde=False)
plt.title('Гистограмма средней выручки на пользователя')
plt.ylabel('Частотность значения, шт')
plt.xlabel('Выручка, у.е.')
plt.show()
Распредееление значений средней выручки показывает, что фактически у нас присутствует два распределения средней выручки:
- распределение в первый месяц заказа;
- распределение в остальные месяцы (без учета первого месяца)
Поэтому считать общую среднюю при данном виде распределения - не корректно и такое среднее не отразит фактическую ситуацию в сервисе. В данной ситуации необходимо рассчитать отдельно среднее значение (как mean) для первого месяца когорты (lifetime=0) и медиану для всех других значений lifetime (медиану, поскольку распределение скошено влево)
In [93]:
# среднее значение (mean) в первый месяц когорты за весь период
round(cohort_o_gr_m[cohort_o_gr_m['lifetime'] == 0]['sum_buy_per_one_user'].mean(), 2)
Out[93]:
In [94]:
# среднее значение (median) в месяцы когорты (кроме первого) за весь период
round(cohort_o_gr_m[cohort_o_gr_m['lifetime'] != 0]['sum_buy_per_one_user'].median(), 2)
Out[94]:
In [95]:
# создадим сводную таблицу для анализа средней выручки с пользователя во времени
cohort_sum_o_m = cohort_o_gr_m.pivot_table(index='first_buy_m', columns='lifetime', values= 'sum_buy_per_one_user').round(2)
cohort_sum_o_m.index = cohort_sum_o_m.index.strftime('%Y-%m-%d')
plt.figure(figsize=(12,4), dpi=200)
sns.heatmap(cohort_sum_o_m, vmax=1.2, annot=True, fmt='.2f', linewidths=1, linecolor='gray')
plt.title('Выручка с одного пользователя по когортам во времени')
plt.ylabel('Когорта ')
plt.xlabel('Время жизни когорты, мес.')
plt.show()
2.2.3.2. Без деления на когорты¶
In [96]:
df_o.head()
Out[96]:
In [97]:
# рассчитаем суммарные значения (общую выручку и количество уникальных клиентов) по каждому месяцу отдельно
mean_buy_month = df_o.groupby('buy_m').agg({'revenue': 'sum', 'uid':'nunique'}).reset_index()
mean_buy_month.columns = ['buy_m','sum_buy', 'count_u_users']
# средняя выручка с пользователя в месяц
mean_buy_month['sum_per_one_user'] = (mean_buy_month['sum_buy'] / mean_buy_month['count_u_users']).round(2)
mean_buy_month
Out[97]:
In [98]:
# рассчитаем среднее значение ежемесячной выручки на одного пользователя за все периоды
round(mean_buy_month['sum_per_one_user'].mean(), 2)
print(f"Средняя выручка с пользователя = {round(mean_buy_month['sum_per_one_user'].mean(), 2)} у.е.")
In [99]:
plt.figure(figsize=(12,4), dpi=200)
sns.lineplot(x='buy_m', y='sum_per_one_user', data=mean_buy_month, label='Cред. выручка с польз. в месяц ')
plt.title('График изменения средней выручки с одного пользователя по месяцам')
plt.xlabel('')
plt.ylabel('Средняя выручка с пользователя, у.е.')
plt.xticks(ticks=mean_buy_month['buy_m'], rotation=45)
plt.axhline(round(mean_buy_month['sum_per_one_user'].mean(), 2),
ls='--', c='r', label='Cред. выручка с польз. за весь период')
plt.legend()
plt.show()
Выводы по 2.2.3. ¶
С учетом когортного анализа¶
- Распределение данных имеет две вершины, поэтому отдельно рассчитывается среднее значение для первого месяца когорты и среднее значение для всех остальных месяцев.
- Для первого месяца когорт среднее значение выручки на одного пользователя 4.94 у.е.
- Для остальных месяцев когорт среднее значение - 0.28 у.е.
- Изменение во времени среднего значения выручки на пользователя в первый месяц имеет волнообразную форму по мере появления новых когорт.
- Изменение во времени среднего значения для остальных периодов жизни когорт имеет тенденцию к снижению по мере жизни когорты, причем достижение значений, стремящихся к 0 по мере появления новых когорт происходит в более короткий период.
- В сентябрьской когоре для lifetime=3 наблюдается несвойственное большое (на порядок больше других) значение средней выручки (причины таких всплесков описаны в Дополнительнном выводе этого раздела).
Без когортного анализа¶
- Средняя выручка с пользователя за весь период составляет 6.07 у.е.
- В течении времени эта метрика имеет периоды роста и падений.В целом колебания происходят вокруг среднего значения, однако начало периода и его завершение характеризуются низкими значениями метрики (ниже среднего за период).
Примечание: разница в значениях рассчитываемых с учетом когорт и без учета когорт объясняется разной методикой расчета показателей и свидетельстует о том, что средний чек повторной покупки больше, чем чек первичной покупки.¶
Для подтверждения этого предположения рассчитаем средний чек покупки по когортам¶
In [100]:
cohort_o_gr_m['avg_check'] = cohort_o_gr_m['sum_buy'] / cohort_o_gr_m['count_buy']
avg_check_cohort = cohort_o_gr_m.pivot_table(index='first_buy_m', columns='lifetime', values='avg_check').round(2)
avg_check_cohort.index = avg_check_cohort.index.strftime('%Y-%m-%d')
plt.figure(figsize=(12,4), dpi=200)
sns.heatmap(avg_check_cohort, vmax=20, annot=True, fmt='.2f', linewidths=1, linecolor='gray')
plt.title('Средний чек по когортам во времени')
plt.ylabel('Когорта ')
plt.xlabel('Время жизни когорты, мес.')
plt.show()
Дополнительный вывод¶
- Всплески средней выручки, наблюдаемые в тепловой карте когортного анализа средней выручки с пользователя объясняются тем, что в периоды жизни когорт (когда lifetime не равно "0") наблюдаются месяцы когда пользователи сервиса в рамках одной покупки приобретают либо очень большое количество билетов, либо приобретаются билеты на мероприятия, стоимость билетов на которые на порядок выше средней стоимости остальных билетов (для правильной траковки результата имеющихся данных не достаточно). Назовем эти покупки для дальнейшего упоминания как "оптовые".
2.2.4. Анализ накопительного LTV по когортам во времени¶
In [101]:
# используем ранее составленную сводную таблицу cohort_sum_o_m для изучения накопительного LTV
# выручка равна валовой прибыли т.к. маржинальность сервиса 100%
# для расчета накопительного lTV по когорта используем метод cumsum()
cohort_ltv_cum_m = cohort_sum_o_m.cumsum(axis=1)
plt.figure(figsize=(12,4), dpi=200)
sns.heatmap(cohort_ltv_cum_m, annot=True, fmt='.2f', linewidths=1, linecolor='gray')
plt.title('Накопительный LTV по когортам во времени')
plt.ylabel('Когорта ')
plt.xlabel('Время жизни когорты, мес.')
plt.show()
In [102]:
# ограничим накопительный LTV данными за полные 6 месяцев когор
cohort_ltv_cum_m = cohort_sum_o_m.cumsum(axis=1)
plt.figure(figsize=(12,4), dpi=200)
sns.heatmap(cohort_ltv_cum_m.loc[:'2017-12-01', '0':'5'], annot=True, fmt='.2f', linewidths=1, linecolor='gray')
plt.title('Накопительный LTV по когортам (в периоде 6 месяцев)')
plt.ylabel('Когорта ')
plt.xlabel('Время жизни когорты, мес.')
plt.show()
In [103]:
cohort_ltv_cum_m.loc[:'2017-12-01', '5':'5'].plot(grid=True, figsize=(12,6), legend=False)
plt.title('График изменения накопительного LTV (за 6 месяцев) по когортам')
plt.ylabel('Накопительный LTV, у.е.')
plt.show()
Выводы по 2.2.4. ¶
- Накопительный LTV по когортам с появлением новых когор уменьшается (всплеск в сентябрьской когорте объясняется "оптовой" покупкой, что было рассмотрено выше в разделе "Выводы по 2.2.3."). Декабрь "особенный" месяц, поэтому не показателен.
2.3. Маркетинговые метрики¶
2.3.1. Общая сумма расходов на маркетинг, распределение расходов по источникам, изменение распределения во времени¶
In [104]:
print(f"Общая сумма расходов на маркетинг = {df_c['costs'].sum(): .2f} у.е.")
In [105]:
# добавление столбца с датой в разрезе месяца в формате str и datetime
df_c['y_m_dt'] = df_c['dt'].dt.strftime('%Y-%m-01')
df_c['first_buy_m'] = df_c['dt'].astype('datetime64[M]')
df_c.sample(3)
Out[105]:
In [106]:
# построение сводной таблицы с подитогами
mark_gr_s_t = df_c.pivot_table(index='source_id', columns='y_m_dt', values='costs', aggfunc='sum', margins=True)
mark_gr_s_t
Out[106]:
In [107]:
mark_gr_s_t.loc[[1, 2, 3, 4, 5, 9, 10], '2017-06-01':'2018-05-01'].T.plot(grid=True, figsize=(16,6))
plt.title('График изменения расходов по источникам рекламы (source_id) во времени')
plt.ylabel('Расходы, у.е.')
plt.xlabel('Месяцы')
plt.show()
In [108]:
mark_gr_s_t.loc['All', '2017-06-01':'2018-05-01'].T.plot(grid=True, figsize=(16,6))
plt.title('График изменения общих расходов на рекламу во времени')
plt.ylabel('Расходы, у.е.')
plt.xlabel('Месяцы')
plt.show()
Выводы по 2.3.1. ¶
- Общая сумма расходов на маркетинг = 329_131.62 у.е.
- Расходы на рекламу по источникам распределены неравномерно и выделяется источкик 3, расходы на который превышает все остальные источники в разы.
- Динамика изменения расходов представлена на графиках.
- В связи с тем, что расходы на источник 3 превышают все остальные расходы по источникам, динамика общих расходов на рекламу соответсвует динамике расходов источника 3.
2.3.2. CAC¶
In [109]:
# справочник количества уникальных посетителей в месяц
ses_cnt_uuser_grby_sour_month = df_v.groupby(['source_id', 'ses_m_dt']).agg({'uid': 'nunique'}).reset_index()
ses_cnt_uuser_grby_sour_month = (ses_cnt_uuser_grby_sour_month
.rename(columns={'ses_m_dt': 'first_buy_m' , 'uid': 'cnt_un_users_ses'}))
ses_cnt_uuser_grby_sour_month.head(10)
Out[109]:
In [110]:
# справочник источников и устройств первой сессии для пользователей
first_ses_source_device_by_users = (df_v.loc[(df_v['start_ts'] == df_v['first_ses_ts']),
['uid', 'source_id', 'device']])
first_ses_source_device_by_users
Out[110]:
In [111]:
# проверим строки на уникальность по uid
uid_prodlem = first_ses_source_device_by_users['uid'].duplicated()
first_ses_source_device_by_users[uid_prodlem]['uid']
Out[111]:
In [112]:
# "изучим глазами", что не так с этим uid
df_v[df_v['uid'] == 1981020429381477763]
Out[112]:
У этого пользователя две сессии начинаются одновременно , но одна нулевой длительности, другая 120 секунд device и source_id, совпадают, поэтому одну из этих строк удаляем (для этого используем полученную ранее логическую маску).
Примечание: Необходимо информировать о данном инциденте ответственных сотрудников для принятия мер.
In [113]:
first_ses_source_device_by_users = first_ses_source_device_by_users[~uid_prodlem]
len(first_ses_source_device_by_users)
Out[113]:
In [114]:
# добавим в таблицу заказов информацию об источниках и устройстве первой сессии
# для этого соединим таблицы по uid
df_o = df_o.merge(first_ses_source_device_by_users, on='uid')
df_o.head()
Out[114]:
In [115]:
# группировка данных для когортного анализа
group_by_source = (df_o.groupby(['source_id', 'first_buy_m', 'lifetime'])
.agg({'revenue': 'sum', 'uid': ['count', 'nunique']})
.reset_index())
group_by_source.columns = ['source_id', 'first_buy_m', 'lifetime', 'sum_buy', 'count_buy', 'count_un_users_buy']
group_by_source.head()
Out[115]:
In [116]:
# справочник количества пользователей в когорте, разбитых по источникам
coutn_users_cohort_by_source = (group_by_source[group_by_source['lifetime'] == 0]
[['source_id', 'first_buy_m', 'count_un_users_buy']])
coutn_users_cohort_by_source = coutn_users_cohort_by_source.rename(columns={'count_un_users_buy': 'count_users_in_cohort'})
coutn_users_cohort_by_source.head()
Out[116]:
In [117]:
group_by_source = group_by_source.merge(coutn_users_cohort_by_source, on=['source_id', 'first_buy_m'])
group_by_source.head()
Out[117]:
In [118]:
# добавим количество уникальных сессий в когорты
group_by_source = group_by_source.merge(ses_cnt_uuser_grby_sour_month,on=['source_id', 'first_buy_m'])
group_by_source.head()
Out[118]:
In [119]:
# справочник расходов по месяцам и по источникам
cost_sum_grby_sour_month = df_c.groupby(['source_id', 'first_buy_m']).agg({'costs': 'sum'}).reset_index()
cost_sum_grby_sour_month.head()
Out[119]:
In [120]:
# добавим расходы по источникам и по месяцам в таблицу group_by_source
group_by_source = group_by_source.merge(cost_sum_grby_sour_month, on=['source_id', 'first_buy_m'])
group_by_source.head()
Out[120]:
In [121]:
# расчитаем CAC на покупателя в когорте и на пользователя сессий
group_by_source['cac_buy'] = (group_by_source['costs'] / group_by_source['count_users_in_cohort']).round(2)
group_by_source['cac_ses'] = (group_by_source['costs'] / group_by_source['cnt_un_users_ses']).round(2)
group_by_source['first_buy_m'] = group_by_source['first_buy_m'].dt.strftime('%Y-%m-%d')
group_by_source.head()
Out[121]:
In [122]:
group_by_source_cac = (group_by_source[group_by_source['lifetime'] == 0]
[['source_id', 'first_buy_m', 'cac_buy', 'cac_ses']])
group_by_source_cac
Out[122]:
In [123]:
# создадим сводную таблицу для наглядного отображения данных отдельно по каждому CAC (покупатели и посетители)
# ПОКУПАТЕЛИ
report_cac_buy = group_by_source_cac.pivot_table(index='source_id', columns='first_buy_m', values='cac_buy')
report_cac_buy['avg'] = round(report_cac_buy.mean(axis=1), 2)
report_cac_buy
Out[123]:
In [124]:
report_cac_buy.loc[:, '2017-06-01':'2018-05-01'].T.plot(grid=True, figsize=(16,6))
plt.title('График изменения расходов на одного покупателя по источникам рекламы во времени')
plt.ylabel('Расходы, у.е.')
plt.xlabel('Месяцы')
plt.show()
In [125]:
report_cac_buy.loc[:, 'avg'].sort_values(ascending=False).plot(grid=True, kind='bar', figsize=(16,6))
plt.title('Средние расходы на одного покупателя по источникам рекламы')
plt.ylabel('Расходы, у.е.')
plt.xlabel('Источники рекламы')
plt.xticks(rotation=1)
plt.show()
In [126]:
# ПОСЕТИТЕЛИ
report_cac_ses = group_by_source_cac.pivot_table(index='source_id', columns='first_buy_m', values='cac_ses')
report_cac_ses['avg'] = round(report_cac_ses.mean(axis=1), 2)
report_cac_ses
Out[126]:
In [127]:
report_cac_ses.loc[:, '2017-06-01':'2018-05-01'].T.plot(grid=True, figsize=(16,6))
plt.title('График изменения расходов на одного посетителя по источникам рекламы во времени')
plt.ylabel('Расходы, у.е.')
plt.xlabel('Месяцы')
plt.show()
In [128]:
report_cac_ses.loc[:, 'avg'].sort_values(ascending=False).plot(grid=True, kind='bar', figsize=(16,6))
plt.title('Средние расходы на одного посетителя по источникам рекламы')
plt.ylabel('Расходы, у.е.')
plt.xlabel('Источники рекламы')
plt.xticks(rotation=1)
plt.show()
Выводы по 2.3.2. ¶
Источники рекламы имеют разные расходы и приносят сервису разное количество покупателей и средние расходы на одного покупателя имею разные значения.
Наибольшая стоимость привлечения у источника 3 (у этого источника самые больше абсолютные расходы).
Нименьшая стоимость привлечения у источника 10 (при этом у него самые низкие абсолютные расходы).
Если рассматривать расходы в пересчете на посетители то в отношении источника 3 картина не меняется, а наименьшие расходы у источника 9 (это свидетельствует, что из для источника 9 конверсия в покупку хуже).
2.3.3. ROMI по когортам в разрезе источников¶
In [129]:
group_by_source.head()
Out[129]:
In [130]:
# расчет LTV ROMI и добавление столбца в таблицу
group_by_source['ltv'] = group_by_source['sum_buy'] / group_by_source['count_users_in_cohort']
group_by_source['romi'] = group_by_source['ltv'] / group_by_source['cac_buy']
group_by_source
Out[130]:
In [131]:
report_romi = (group_by_source.pivot_table(index=['source_id', 'first_buy_m'], columns='lifetime', values='romi')
.cumsum(axis=1).round(2))
report_romi.head(15)
Out[131]:
In [132]:
source_num = report_romi.index.get_level_values(0).unique()
In [133]:
# определение функции для построения когортного анализа в разрезе источников
def cohort_plot_source(num):
plt.figure(figsize=(12,4), dpi=200)
sns.heatmap(report_romi.loc[num], annot=True, fmt='.2f', linewidths=1, linecolor='gray')
plt.title('ROMI по когортам для источника %s' % num)
plt.ylabel('Когорта ')
plt.xlabel('Время жизни когорты, мес.')
plt.show()
In [134]:
for num in source_num:
cohort_plot_source(num)
In [135]:
# проверка данных по источнику 10
data_source_ten = group_by_source[group_by_source['source_id'] == 10][['first_buy_m', 'lifetime', 'sum_buy', 'count_buy']]
gr_source_ten_sum = data_source_ten.pivot_table(index='first_buy_m', columns='lifetime', values='sum_buy')
plt.figure(figsize=(10,3), dpi=100)
sns.heatmap(gr_source_ten_sum, annot=True, fmt='.2f', linewidths=1, linecolor='gray')
plt.title('Сумма продаж по когортам для источника 10')
plt.ylabel('Когорта ')
plt.xlabel('Время жизни когорты, мес.')
plt.show()
Пропуски на графике ROMI по когортам для источника 10 объясняются отсутствием продаж в данные периоды времени¶
In [136]:
# определим функция для вывода средней окупаемости (ROMI) для каждого источника за 6 месяцев
range_month=['2017-06-01', '2017-07-01','2017-08-01', '2017-09-01', '2017-10-01', '2017-11-01', '2017-12-01']
def source_romi_six_month(num):
plt.figure(figsize=(0.5, 0.5), dpi=100)
sns.heatmap(report_romi.loc[(num, range_month), 5]
.to_frame().mean().to_frame(), cbar=False, cmap='hsv', annot=True, fmt='.2f')
plt.title('Средняя окупаемость (ROMI) для источника %s за 6 месяцев' % num)
plt.xticks(ticks=[], lable='')
plt.yticks(ticks=[], lable='')
plt.show()
In [137]:
for num in source_num:
source_romi_six_month(num)
Выводы по 2.3.3. ¶
- Среднюю окупаемость больше 1.0 за 6 месяцев имеют источники 1, 2, 5 и 9 (наилучший показетель 1.77 у источника 1);
- Среднюю окупаемость меньше 1.0 за 6 месяцев имеют источники 3, 4 и 10 (наихудший показетель 0.41 у источника 3).
2.3.4. Анализ заказов пользователей в разрезе устройств и платформ ¶
In [138]:
group_by_device_source = (df_o[df_o['lifetime'] == 0].groupby(['source_id', 'device', 'first_buy_m'])
.agg({'uid': 'nunique'}))
group_by_device_source = group_by_device_source.rename(columns={'uid': 'count_users_in_cohort'})
group_by_device_source.head()
Out[138]:
In [139]:
# определим функцию для вывода графиков количества пользователей когорт по источникам и платформам
def plot_desktop_touch_users(num):
ax=group_by_device_source.loc[(num, 'desktop'), :].plot(grid=True, figsize=(12,6))
group_by_device_source.loc[(1, 'touch'), :].plot(grid=True, ax=ax)
plt.legend(('desktop', 'touch'))
plt.xlabel('')
plt.ylabel('Количество покупателей, шт.')
plt.title('Количество покупателей в когортах по платформам для источника %s' % num)
plt.show()
In [140]:
for num in source_num:
plot_desktop_touch_users(num)
Общие выводы по исследованию ¶
- Исследование показала, что наибольшее количество покупателей приносит desktop платформа, по сравнению с touch платформой. Данное превосходство наблюдается по всех источникам рекламы, при этом на источниках рекламы 9 и 10 в ряде месяцев показатели по количеству покупателей платформ сравниваются.
- Что касается показателя ROMI в разрезе источников, то за 6 месяцев среднюю окупаемость больше 1.0 достигли источники 1, 2, 5 и 9 (у источника 1 - наилучший показетель 1.77 среди остальных), а среднюю окупаемость меньше 1.0 за 6 месяцев имеют источники 3, 4 и 10 (у источника 3 наихудший показетель - 0.41). Маркетологам стоит обратить внимание на источник 3, поскольку он съедает большую часть бюджета и не дает возврата инвестиций.
- Маркетиновая метрика ROMI показалa, в разрезе источников рекламы, какие из них окупают вложенные инвестиции , а какие нет. На основании этой метрики необходимо пересмотреть рекламный бюджет с учетом указанных рекомендаций.
- Продуктовые метрики показали, что пользователи заходят на сайт в первый месяц своего обращения, а дальше возвращаемость очень низкая и продажи обеспечиваются за счет новых покупателей.
- Метрики электронной коммерции подтвердили значения продуктовых метрик о том, что пользователи сервиса осуществляют покупку в первый месяц, а дальнейшие покупки очень редки. При этом показатель среднего чека по мере увеличения возраста когорты растет. Т.е. общий объем продаж от старых покупателей очень низок, а средний чек одного покупателя растет (в сервисе остаются только самые "преданные").
- Когортный анализ покупателей показал, что по мере появления новых когорт покупателей их показатели снижаются, т.е. снижается средняя выручка с пользователя в первый месяц и угасание средней выручки с пользователя для новых когорт происходит быстрее. В связи с этим, наиболее перспективными для компании являются старые когорты клиентов.
- В целом необходим более глубокий анализ причин очень низкой возвращаемости клиентов, в связи с чем выручка формируется за счет новых покупателей. Таким образом, в компании не наблюдается эффекта коммулятивного роста клиенской базы активных(покупающих) клиентов.